Případová studie · Autonomní pěstování

Autonomní skleník ve Wageningenu: co prokázal pokus s okurkami

Rozbor doložené soutěže Wageningenu z roku 2018: pěstování okurek, lidská práce za řídicím systémem a poučení pro pilot AI v indoor provozu.

Přeloženo z anglického originálu · Anglický originál

Přejít k průvodci
Sklizené okurky na pracovním stole vedle panelu pro řízení klimatu a poznámkového bloku.
Co využít v praxi

První Autonomous Greenhouse Challenge porovnávala řízení pomocí AI se zkušenými pěstiteli ve skutečném pěstebním pokusu. Praktické poučení přesahuje výsledek soutěže: užitečná autonomie závisí na definovaném cíli, měření vývoje porostu, funkčních akčních členech a lidech s jasnými odpovědnostmi.

Skutečný pěstební pokus

Šest oddělení po 96 m², včetně referenčního oddělení řízeného pěstiteli.

Vymezený úkol řízení

Rozhodování o klimatu a závlaze ve vybaveném výzkumném provozu.

Lidská práce zůstala součástí

Péče o porost a ochrana proti škůdcům patřily do provozního kontextu.

Kapitola 01

Projekt: dálkové rozhodování při pěstování okurek

V roce 2018 provozovalo pět týmů AI a referenční skupina pěstitelů šest skleníkových oddělení v nizozemském Bleiswijku. Každé mělo plochu 96 m² a přibližně čtyři měsíce v něm rostly okurky odrůdy Hi-Power. Datový záznam Wageningenu uvádí účastníky a popisuje zaznamenané údaje o klimatu, závlaze, porostu a zdrojích. Záznam experimentu a dat WUR.

Šlo o skutečný pěstební experiment s vymezenými podmínkami. Pro majitele provozu je tím přínosnější než samotná simulace, stále však existuje výrazný rozdíl mezi výzkumným oddělením a jiným komerčním provozem. Při čtení je užitečné sledovat, které části výsledku závisejí na uspořádání pokusu.

Poznámky pro praxi

Posuzujte výsledek v hranicích pokusu

Posunutím zobrazíte celou tabulku →
Prvek pokusuDoložený rozsah
MístoVýzkumné pracoviště WUR, Bleiswijk, Nizozemsko
Plodina a obdobíOkurka Hi-Power · srpen–prosinec 2018
SrovnáníPět týmů AI a referenční oddělení řízené pěstiteli
Velikost oddělení96 m² v každém ze šesti oddělení
Rozsah podle datového záznamu WUR. Popisuje experiment z roku 2018, nikoli velikost nebo rozsah instalace Hamfy.
Kapitola 02

Co řídily algoritmy a co dál dělali lidé

Podle zprávy výzkumníků z roku 2020 týmy využívaly údaje senzorů a pozorování porostu k dálkovému nastavování klimatu a fertigace. Týdenní pokyny zahrnovaly odstraňování listů a plodů. Ochrana proti škůdcům a chorobám zůstala odpovědností WUR a nebyla součástí soutěže. Zpráva Elingse a kolegů o pokusu.

Článek z roku 2019 popisuje přístupy kombinující znalost plodiny, modely a řízení založené na datech. Rozebírá simulační modely používané při vývoji strategií i různé volby týmů v osvětlení a vedení porostu. Technická studie Hemmingové a kolegů. Případ je proto třeba chápat jako koordinované řízení zavedeného pěstebního systému.

Pro indoor projekt Hamfy z případu vyvozuje potřebu výslovně zakreslit hranice řízení. Označte systém měřící každou veličinu, software navrhující či měnící žádanou hodnotu, regulátor zajišťující limity a člověka provádějícího práci s porostem. Zůstává-li úkol ruční, zahrňte jeho načasování a náklady do provozního plánu.

Kapitola 03

Výsledek dokládá schopnost v určitém rozsahu

Výzkumníci uvádějí, že vítězný přístup AI překonal referenční pěstitele. Zároveň poznamenávají, že vyšší produkce vítězného týmu zahrnovala větší investice do osvětlení a kompromisy v účinnosti využití některých zdrojů. Publikované výsledky. Jde o důkaz úspěšného řízení v daných experimentálních podmínkách, nikoli o univerzální příslib, že AI sníží každý vstup.

Technická studie rozebírá vzájemný vztah strategie a ekonomických podmínek. Hemmingová a kol., 2019. Praktický závěr Hamfy je ptát se, co se optimalizovalo, co se započítalo a jak se výsledek změní při jiných cenách energie, cenách produkce nebo provozních omezeních.

Než převezmete výrazný výsledek do podnikatelského plánu, oddělte prodejnou produkci, spotřebu zdrojů a finanční výsledek. Řídicí strategie může jeden ukazatel zlepšit a jiný zhoršit. U každého čísla si vyžádejte definici a základ výpočtu a porovnejte je s cílem zamýšleného provozu.

Kapitola 04

Přeneste nejprve způsob hodnocení, teprve potom nastavení

Skleník využívající slunce a zcela uzavřená indoor místnost mají odlišná provozní omezení. Tento pokus neposkytuje hotový recept na indoor klima. Lépe přenositelnou myšlenkou je hodnocení koordinované strategie vůči jasně určené referenci během celého pěstebního období.

Hamfy navrhuje začít úzce vymezeným provozním cílem a pozorovací fází. Shromážděte spolehlivé záznamy klimatu, závlahy, práce s porostem, energie a prodejné sklizně. Poté nechte navržená řídicí rozhodnutí běžet souběžně se stávajícím postupem bez jejich provádění a rozpory proberte s pěstitelem.

Teprve po tomto posouzení má dozorovaný pokus měnit omezenou sadu řídicích parametrů. Definujte povolená rozmezí, ruční převzetí i podmínky návratu ke stávajícímu systému. Zaznamenávejte verze softwaru a všechny zásahy. Tento postup je naším technickým návrhem; nebyl samostatnou variantou měřenou v pokusu Wageningenu.

Kapitola 05

Navrhněte srovnání odpovídající na podnikatelskou otázku

Výchozí stav popište před zahájením pokusu. Určete, jak srovnání zohlední růstovou fázi, hustotu výsadby, využitelnou plochu, světelnou expozici a případné rozdíly v práci. Předchozí pěstební cyklus může poskytnout souvislosti, ale změny počasí nebo výrobních podmínek mohou znemožnit čisté srovnání příčiny a následku.

Dohodněte hlavní výsledky a vedlejší omezení. Například cíl stabilní kvality plodiny může současně zahrnovat limity energie a pracovní zátěže obsluhy. Neúspěšné běhy, odstávky a zásahy zaznamenávejte jako součást výsledku. Vynecháním náročných dnů by se pilot stal méně užitečným pro tým, který má provoz zajišťovat.

Datový záznam WUR odkazuje na experimentální data umožňující další zkoumání. V tomto článku jsme nezávisle nepřepočítávali finanční výsledky pokusu. Náš průvodce kamerovým pilotem rozpracovává menší první krok pro provozy, které teprve budují systém pozorování a dat.

Užitečné odpovědi

Časté otázky

Byla soutěž z roku 2018 farmou zcela bez personálu?

Ne. Publikovaná zpráva rozlišuje dálkové rozhodování o klimatu a fertigaci od práce s porostem a ochrany proti škůdcům a chorobám zajišťované WUR. Pokus dokládá vymezenou schopnost řízení, nikoli odstranění veškeré lidské práce.

Lze tyto výsledky uvádět jako výkonnost Hamfy?

Ne. Experiment náleží Wageningenu a zúčastněným týmům. Příspěvkem Hamfy je zde rozbor s uvedením původu a návrh vymezení nového pilotu. Jakýkoli výsledek Hamfy by potřeboval důkazy z daného samostatného projektu.

Ověřte si podklady

Zdroje a výzkum

Primární zdroje vybrané pro tento článek. Hamfy je prověřilo dne .

Co dokládá Autonomous Greenhouse Challenge 2018 a kde jsou její hraniceOtevřít výzkumný podklad · rozsah, zjištění a omezení
  1. Původní záznam experimentu · Dataset published 2019Autonomous Greenhouse Challenge: First edition, 2018Wageningen University & Research · Hemming et al.

    Dokládá místo, plodinu, období, oddělení a kategorie dostupných dat. DOI dat: 10.4121/uuid:e4987a7b-04dd-4c89-9b18-883aad30ba9a.

  2. Recenzovaná zpráva o pokusu · 2020Remote control of greenhouse cucumber production with artificial intelligence: results from the first international autonomous challengeElings et al. · Acta Horticulturae 1294

    Podklad pro rozdělení odpovědností a kvalitativní výsledek. DOI: 10.17660/ActaHortic.2020.1294.9.

  3. Recenzovaná technická studie · 2019Remote Control of Greenhouse Vegetable Production with Artificial IntelligenceHemming et al. · Sensors 19(8), 1807

    Popisuje řídicí přístupy a rozebírá strategii, produkci a využití zdrojů. DOI: 10.3390/s19081807.

Máte připomínku nebo další doložené výsledky projektu? Napište týmu Hamfy.

Od článku k zadání projektu

Vymezte měřitelný pilot automatizace

Začněte rozhodnutími, která chcete zlepšit, a daty, která už provoz zaznamenává. Pomůžeme navrhnout realistický počáteční rozsah.

Probrat pilot automatizace
Čtěte dál

Související témata

Průmyslová kamera nad porostem bazalky v indoor pěstírně.
Praktický průvodce · AI a data

AI kamery v indoor pěstírně: jak navrhnout užitečný pilotní projekt

Přečíst článek
Kvantový senzor světla v úrovni porostu pod bílými LED lištami v indoor pěstírně bazalky.
Praktický průvodce · Osvětlení

Pěstební osvětlení: jak převést PPFD a DLI do použitelného zadání

Přečíst článek